Universal Shuffle Asymptotics, Part II: Non-Gaussian Limits for Shuffle Privacy -- Poisson, Skellam, and Compound-Poisson Regimes

本文作为“通用洗牌渐近性”系列的第二部分,刻画了当局部随机化器趋于集中导致经典高斯极限失效的临界情形,证明了在特定缩放比例下,洗牌机制的隐私极限分别收敛于泊松、Skellam 及复合泊松分布,从而与第一部分共同构建了涵盖高斯、临界非高斯及超临界无隐私三种机制的完整渐近理论框架。

Alex ShvetsThu, 12 Ma📊 stat

Stochastic Port-Hamiltonian Neural Networks: Universal Approximation with Passivity Guarantees

本文提出了一种参数化哈密顿量并强制满足互连矩阵斜对称性与耗散矩阵半正定性的随机端口哈密顿神经网络(SPH-NN),在理论上证明了其具备通用逼近能力与期望弱无源性,并在实验中对含噪振荡器系统实现了比传统多层感知机更优的长时程预测精度与能量守恒性能。

Luca Di Persio, Matthias Ehrhardt, Youness OutalebThu, 12 Ma🤖 cs.LG

Equilibrium under Time-Inconsistency: A New Existence Theory by Vanishing Entropy Regularization

本文通过引入熵正则化技术,证明了探索性均衡 HJB 方程经典解的存在性,并建立了当正则化消失时其解向广义均衡 HJB 方程弱解的收敛性,从而在不依赖强正则性假设的情况下,为连续时间非指数贴现下的时间不一致随机控制问题提供了新的均衡存在性理论。

Zhenhua Wang, Xiang Yu, Jingjie Zhang, Zhou ZhouThu, 12 Ma🔢 math

Central limit theorems for high dimensional lattice polytopes: symmetric edge polytopes

本文研究了由 Erdős–Rényi 随机图生成的高维对称边多胞形,结合组合几何分析与离散 Malliavin–Stein 方法,推导了多胞形边数及其单模三角剖分边数的渐近期望与方差,建立了具有显式收敛速率的中心极限定理,并揭示了导致方差主导项抵消的特殊参数值所引发的非典型波动机制,从而首次为随机格点多胞形建立了分布极限定理。

Torben Donzelmann, Martina Juhnke, Benedikt Rednoß, Christoph ThäleThu, 12 Ma🔢 math